Mtodos Numricos: Resumen y ejemplos

Tema 5: Resolucin aproximada de ecuaciones

Francisco Palacios
Escuela Politcnica Superior de Ingeniera de Manresa
Universidad Politcnica de Catalua
Abril 2009, versin 1.5

Contenido

1. Mtodo de la biseccin.
2. Mtodo de Newton-Raphson.
3. Orden de convergencia: convergencia cuadrtica.
4. Mtodo de punto fijo.

1 Mtodo de la biseccin
1.1 Teorema de Bolzano
Teorema 1.1 (Bolzano)

f (x) continua en [a, b],
= Existe un (a, b) tal que f () = 0.
f (a) f (b) < 0.

Ejemplo 1.1 Demuestra que la ecuacin

cos x = x

tiene solucin nica en (0, /2).

1
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 2

Ponemos la ecuacin en la forma

cos(x) x = 0.

La funcin
f (x) = cos(x) x
es continua en todo R, en particular, es continua en [0, /2]. En los extremos
del intervalo, toma valores

f (0) = 1, f (/2) = /2,

que son de signo opuesto, por lo tanto, existe un (0, /2) tal que

f () = cos() = 0.

Veamos la unicidad. Calculamos la derivada

f 0 (x) = sin(x) 1.

Como f 0 (x) < 0 en todo el intervalo (0, /2), resulta que f (x) es decreciente
y slo puede tomar el valor 0 una vez, por lo tanto, la solucin es nica.

1.2 Descripcin del mtodo

Objetivo Aproximar la solucin de f (x) = 0.

Inicio f (x) que cumple las condiciones del teorema de Bolzano en

[a, b].

Mtodo
1. Se calcula el punto medio del intervalo
a+b
c= .
2
2. Calculamos f (c).

Si f (c) = 0, la solucin es = c.
si f (c) 6= 0, comparamos con f (a) y f (b). El nuevo intervalo tiene
un extremo en c, el otro extremo se elige entre a y b de forma que
f (x) tome signos distintos en los extremos.

Ejemplo 1.2 Primeras iteraciones del mtodo de la biseccin para

cos(x) x = 0

en el intervalo [0, /2].

Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 3

1. En el ejemplo anterior, hemos visto que f (x) = cos(x) x cumple las

condiciones del Teorema de Bolzano.
2. Clculo de las aproximaciones.

Fase 1. El cuadro inicial es

Fase 1
a1 = 0 f (a1 ) = 1
c1 = f (c1 ) =
b1 = 1. 57080 f (b1 ) = 1. 57080

calculamos
a1 + b1
c1 = = 0.78540, f (c1 ) = f (0.78540) = 7. 8295 102 ,
2
y completamos la tabla

Fase 1
a1 = 0 f (a1 ) = 1 a2 = 0
c1 = 0.78540 f (c1 ) = 7. 8295 102 b2 = 0.78540
b1 = 1. 57080 f (b1 ) = 1. 57080

Fase 2. La tabla inicial para la fase 2 es

Fase 2
a2 = 0 f (a2 ) = 1
c2 = f (c2 ) =
b2 = 0.78540 f (b2 ) = 7. 8295 102

calculamos
a2 + b2
c2 = = 0.3927, f(c2 ) = f (0.3927) = 0. 53118.
2
Fase 2
a2 = 0 f (a2 ) = 1
c2 = 0.39270 f (c2 ) = 0. 53118 a3 = 0.39270
b2 = 0.78540 f (b2 ) = 7. 8295 102 b3 = 0.78540

Fase 3.
Fase 3
a3 = 0.39270 f (a3 ) = 0. 53118
c3 = 0. 58905 f (c3 ) = 0. 24242 a4 = 0. 58905
b3 = 0.78540 f (b3 ) = 7. 8295 102 b4 = 0.78540
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 4

Fase 4.
Fase 4
a4 = 0. 58905 f (a4 ) = 0. 24242
c4 = 0. 68723 f (c4 ) = 8. 5776 102 a5 = 0. 68723
b4 = 0. 78540 f (b4 ) = 7. 8295 102 b5 = 0. 78540

Fase 5
Fase 5
a5 = 0. 68723 f (a5 ) = 8. 5776 102
c5 = 0. 73632 f (c5 ) = 4. 6249 103 a6 = 0. 73632
b5 = 0. 78540 f (b5 ) = 7. 8295 102 b6 = 0. 78540

En las siguientes fases, obtenemos

c6 = 0.76085,
c7 = 0.74858,
c8 = 0.74247,
c9 = 0.73938,
c10 = 0.73784.
El valor exacto de la solucin con 5 decimales es = 0.73909, por lo
tanto, en la fase 10 el error es
|e10 | = | c10 | = 0.00 125,
tenemos, por lo tanto, 2 decimales exactos.

1.3 Cota superior de error

Proposicin 1.1 En la fase n, el error del mtodo de la biseccin cumple

b1 a1
|en | = | cn | .
2n
Demostracin. En la fase n se cumple
bn an
|en | = | cn | .
2
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 5

Adems, la longitud del intervalo se reduce a la mitad en cada fase

bn1 an1
bn an = .
2
Por lo tanto, tenemos
b1 a1
|e1 | ,
2
b2 a2 b1 a1
|e2 | = ,
2 4
b3 a3 b2 a2 b1 a1
|e3 | = = .
2 4 8
De forma anloga, resulta
b1 a1 b1 a1 b1 a1 b1 a1
|e4 | = , |e5 | = ,
16 24 32 25
y en general
b1 a1
|en | = | cn | .
2n
Ejemplo 1.3 Aplicamos el mtodo de la biseccin para aproximar la solu-
cin de f (x) = 0 en el intervalo [0, /2].
(a) Calcula una cota de error para la fase 10.
(b) Calcula el nmero de pasos necesarios para aproximar la solucin con 4
decimales exactos.

(a) Tenemos
/2 0
|e10 | = 0.1 534 102 .
210
Podemos asegurar dos decimales exactos. En el Ejemplo 1.2, despus de 10
pasos, hemos obtenido un error

|e10 | = | c10 | = 0.00 125.

(b) Para asegurar 4 decimales exactos, exigimos

|en | = | cn | 2
0.5 104 ,
2n
de donde resulta
n 2
2 .
0.5 104
Tomando logaritmos
n ln 2 ln (10000) ,
ln (10000)
n = 14. 93920.
ln 2
Por lo tanto, necesitamos 15 pasos.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 6

2 Mtodo de Newton-Raphson
2.1 Planteamiento y descripcin del mtodo
Objetivo Aproximar la solucin de f (x) = 0.

f (x) derivable.

x0 aproximacin inicial.

Mtodo
x0 = aproximacin inicial,
f (xj )
xj+1 = xj 0 .
f (xj )

Ejemplo 2.1 Aproximar la solucin de

cos(x) x = 0

con 6 decimales.

Hemos visto que la ecuacin tiene solucin en [0, /2], podemos tomar como
aproximacin inicial x0 = /4.

x0 = /4 = 0.78539 816.

El mtodo es, en este caso,

f (x) = cos(x) x, f 0 (x) = sin (x) 1,

x0 = 0.78539 816,
cos (xj ) xj
xj+1 = xj + .
sin (xj ) + 1
El valor de las iteraciones es
cos (x0 ) x0
x1 = x0 + = 0. 78539 816 0.04 58620 3 = 0. 73953 613,
sin (x0 ) + 1
cos (x1 ) x1
x2 = x1 + = 0. 73908 518,
sin (x1 ) + 1
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 7

cos (x2 ) x2
x3 = x2 + = 0. 73908 513,
sin (x2 ) + 1
x4 = 0. 73908 513.
El mtodo ha convergido al valor

= 0. 73908 513,

el valor exacto con 10 decimales es

= 0.73908 51332.

2.2 Deduccin del mtodo

El mtodo de Newton-Raphson consiste en sustituir la funcin por la tan-
gente en x = xj , con mayor detalle, a partir de la aproximacin xj :

1. Calculamos la tangente a y = f (x) en x = xj .

2. Tomamos xj+1 como el corte de la tangente con el eje OX.

Tangente en x = xj

y f (xj ) = f 0 (xj ) (x xj ) .

Para calcular el corte con OX, exigimos y = 0

f (xj ) = f 0 (xj ) (x xj ) ,

resolvemos en x y tomamos el resultado como xj+1

f (xj ) f (xj )
Solucin de la ecuacin x = xj = xj+1 = xj .
f 0 (xj ) f 0 (xj )

2.3 Criterio de parada usando errores estimados

En en caso del mtodo de Newton-Raphson no existe una forma sencilla de
acotar el error
|ej | = | xj | .
Para detener las iteraciones, suele usarse los errores estimados

Error absoluto estimado

|ej | = |xj xj1 | .

Error relativo estimado

xj xj1

|rj | = .
xj
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 8

Ejemplo 2.2 Aproxima la solucin de

1
ex =
x
con 6 decimales exactos.
Representamos las curvas
1
y = ex , y=
x

-2 -1 0 0 1 2
x
-1

-2

-3

est claro que hay una solucin. Tomamos como valor inicial x0 = 0.5.
Escribimos la ecuacin en la forma f (x) = 0, con
1
f (x) = ex .
x
Derivada
1
f 0 (x) = ex + .
x2
Mtodo
x0 = 0.5,

1
exj xj
xj+1 = xj exj +
1 .
(xj )2
El resultado de las iteraciones y los errores estimados es
x0 = 0.5,
1
e0.5 0.5
x1 = 0.5 1 = 0. 56218 730, |e1 | = |x1 x0 | = 0.0 62187 3,
e0.5 + (0.5)2

x2 = 0. 56711 982, |e2 | = |x2 x1 | = 0.00 49325 2,

x3 = 0. 56714 329, |e3 | = |x3 x2 | = 0.0000 2347,
x4 = 0. 56714 329, |e4 | = 0.
El resultado es
= 0. 56714 3.
El valor de la raz con 10 decimales es
= 0. 56714 32904. 2
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 9

2.4 Proteccin en el uso del error estimado

La parada del mtodo de Newton-Raphson usando el error estimado puede
producir un resultado incorrecto. Esto sucede cuando dos iteraciones toman
valores muy prximos a pesar de encontrarse an lejos de la raz

Para protegernos contra paradas anmalas, podemos usar el siguiente pro-

cedimiento. Sea el mximo error tolerable, por ejemplo, si queremos 4
decimales exactos es = 0.5 104 .

1. Detenemos las iteraciones cuando

|ej | = |xj xj1 | .

2. Tomamos los valores a = xj , b = xj + .

3. Calculamos f (a) y f (b), si se produce un cambio de signo, podemos

asegurar que la raz se encuentra en el intervalo (a, b). Como xj es el
centro del intervalo, se cumple

|ej | = | xj |

y, por lo tanto, podemos asegurar la validez de la aproximacin.

Observemos que si f (a) y f (b) tienen el mismo signo, el mtodo no es apli-

cable; no obstante, en la mayora de los casos prcticos, el criterio funciona
bien.

Ejemplo 2.3 Calcular 24 con 6 decimales exactos.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 10

Tomamos
x= 24
que nos lleva a la ecuacin
x2 24 = 0.
Es
f (x) = x2 24, f 0 (x) = 2x.
Como valor inicial, tomamos x0 = 5, el error mximo admisible es
= 0.5 106 .
Frmula de recurrencia

x0 = 5,
x2j 24
xj+1 = xj .
2xj
Iteraciones,
x0 = 5,
x1 = 5 2524
10 = 4.9, |e1 | = |x1 x0 | = 0.1,
x2 = 4. 89897 9592, |e2 | = |x2 x1 | = 0.00 10204 08,
x3 = 4. 89897 9486, |e3 | = |x3 x2 | = 0.000000 106.
Valor de la aproximacin
x3 = 4. 89897 9,
calculamos
a = x3 = 4. 89897 85, b = x3 + = 4. 89897 95.
f (x3 ) = 0.00000 96565, f (x3 + ) = 0.000000 1414.
Vemos que se produce cambio de signo en los extremos del intervalo
[x3 , x3 + ] ,
por lo tanto (x3 , x3 + ) , as pues
|e3 | = | x3 | .

3 Orden de convergencia
3.1 Definiciones
Sea (xj ) una sucesin de aproximaciones de
x0 , x1 , x2 , . . . , xj , . . .
y (ej ) la sucesin de errores
|ej | = | xj | .
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 11

Definicin 3.1 (Orden de convergencia) Supongamos que la sucesin

(xj ) converge al valor . Decimos que la sucesin converge a con or-
den de convergencia r > 0, si existe una constante A > 0 tal que
|ej+1 |
lim r = A.
j | ej |

La constante A se llama constante asinttica de error.

Si r = 1, la convergencia se llama lineal y, para j suficiente grande, es

|ej+1 | ' A |ej | .

Si r = 2, la convergencia se llama cuadrtica y, para j suficiente grande, se

cumple
|ej+1 | ' A |ej |2 .

Observamos que si una sucesin tiene convergencia cuadrtica, a partir de

un cierto momento, el nmero de decimales exactos se duplica a cada paso.

3.2 Orden de convergencia del Mtodo de Newton-Raphson

Definition 1 (Cero simple) La funcin f (x) tiene una raz (cero) simple
en x = si se cumple

f () = 0, f 0 () 6= 0.

Proposicin 3.1 (Convergencia en ceros simples) Supongamos que el

mtodo de Newton-Raphson genera una sucesin (xj ) que converge a un cero
de la funcin f (x). Si es un cero simple, entonces la convergencia es
cuadrtica y, para j suficiente grande, se cumple
|f 00 ()|
|ej+1 | ' |ej |2 . (1)
2 |f 0 ()|

Ejemplo 3.1 Convergencia cuadrtica.

Consideremos la ecuacin
x2 30 = 0,
cuya solucin con 12 decimales es

= 5. 47722 55750 52.

La iteracin de Newton-Raphson, con valor inicial x0 = 5, es

x0 = 5,
x2 30
xj+1 = xj j .
2xj
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 12

Si tenemos en cuenta la frmula (1), el valor de la constante asinttica de

error es
|f 00 ()| 1
A= =
2 |f 0 ()| 2
Podemos estimar el valor de A, tomando ' 5, entonces
1
A' = 0.1
10
y, por lo tanto,
|ej+1 | ' 0.1 |ej |2 .
Si en un paso tenemos t decimales exactos, cabe esperar que en el siguiente
tengamos aproximadamente 2t. Resultan las siguientes aproximaciones y
errores
|ej+1 |
j xj |ej | = | xj | |ej |2
0 5.0 0. 47722 55750 52 9. 99999 99998 37 102
1 5. 5 0.0 22774 42494 8 9. 09090 90784 28 102
2 5. 47727 27272 73 0.0000 47152 221 9. 13044 04830 45 102
3 5. 47722 55752 55 2. 03 1010
4 5. 47722 55750 52 0

El valor de la constante asinttica de error es

|f 00 ()|
A=
2 |f 0 ()|

sustituyendo = 5. 47722 55750 52, resulta

A = 0.09 12870 92917 5.

4 Mtodo de punto fijo

4.1 Punto fijo
Definicin 4.1 (Punto fijo) Decimos que es un punto fijo de la funcin
g(x) si se cumple g() = .

forma normal f (x) = 0.
Ecuacin en

forma de punto fijo x = g(x).

Ejemplo 4.1 Escribe la ecuacin cos(x) x = 0 en forma de punto fijo.

Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 13

La ecuacin cos(x) x = 0 est en forma normal. Existen infinitas expre-

siones de punto fijo equivalentes, en primer lugar, podemos tomar

x = cos(x). (2)
Sumando x a ambos lados de la igualdad y despejando, resulta una nueva
formulacin de punto fijo
x + cos(x)
x= .
2
Sumando 2x a los dos miembros de (2), se obtiene
2x + cos(x)
x= .
3
Multiplicado por x los dos miembros de (2) por x y despejando, resulta
p
x = x cos(x).

4.2 Iteracin de punto fijo

Objetivo Aproximar la solucin de x = g(x).

Mtodo
x0 = valor inicial,
xj+1 = g(xj ).

Proposicin 4.1 Supongamos que g(x) es continua, si la sucesin (xj ) de-

finida por
x0 = valor inicial,
xj+1 = g(xj ),
converge a un valor , entonces es un punto fijo de g(x).

Demostracin. Se cumple
lim xj = ,
j

como g(x) es continua, resulta

g() = g lim xj = lim g(xj ) = lim xj+1 = .
j j j

Ejemplo 4.2 (a) Aproxima la solucin de

cos(x) x = 0

con 5 decimales, mediante la iteracin de punto fijo para la forma

x + cos(x)
x=
2
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 14

a partir del valor inicial x0 = 1.

(b) Si escribimos la ecuacin en la forma

2x + cos(x)
x= ,
3
cuntas iteraciones son necesarias para obtener 5 decimales?

(a) En el primer caso, la frmula de recurrencia es

x0 = 1,
x + cos(xj )
xj+1 = j .
2
Resulta
j xj
0 1.0
1 0. 77015
2 0. 74398
3 0. 73988
4 0. 73921
5 0. 73911
6 0. 73909
7 0. 73909
(b) En el caso de la forma

2x + cos(x)
x= ,
3
la frmula de recurrencia es

x0 = 1,
2xj + cos(xj )
xj+1 = ,
3
y obtenemos
j xj j xj
0 1.0 8 0. 73942
1 0. 84677 9 0. 73923
2 0. 78531 10 0. 73915
3 0. 75926 11 0. 73911
4 0. 74796 12 0. 73910
5 0. 74300 13 0. 73909
6 0. 74081 14 0. 73909
7 0. 73985
Vemos que en el segundo caso la convergencia es ms lenta.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 15

4.3 Convergencia de la iteracin de punto fijo

Teorema 4.1 Supongamos que se cumplen las siguientes hiptesis:
1. g(x) es una funcin de clase C 1 [a, b].
2. g(x) [a, b] para todo x [a, b].
3. max |g 0 (x)| = M1 < 1.
x[a,b]
Entonces, son ciertas las siguientes afirmaciones:
1. La ecuacin x = g(x) tiene solucin nica en [a, b].
2. La iteracin de punto fijo xj+1 = g(xj ) converge a la solucin para
cualquier valor inicial x0 (a, b).
3. El error ej = xj , verifica la desigualdad

|ej | M1j (b a) .

Ejemplo 4.3 Dada la ecuacin

x = cos(x),

(a) Demuestra que tiene solucin nica en [0, 1].

(b) Determina el nmero de iteraciones necesarias para asegurar 4 decimales
exactos mediante la iteracin de punto fijo.
(c) Calcula las 5 primeras iteraciones a partir de x0 = 0.5.

(a) Veamos que la funcin g(x) = cos(x) cumple las condiciones del teorema.

(Condicin 1) g(x) es continua con derivada continua en todo R, por

lo tanto, es de clase C 1 [0, 1].
(Condicin 2) g(x) es decreciente en el intervalo [0, 1]. El mximo y
mnimo absolutos de g(x) en [0, 1] son

m = min cos(x) = cos(1) = 0. 5403, M = max cos(x) = cos(0) = 1,

x[0,1] x[0,1]

por lo tanto, cuando x toma valores en [0, 1], g(x) toma valores en
[0.5403, 1] [0, 1].
(Condicin 3) La derivada es g 0 (x) = sin(x). Hemos de calcular

M1 = max g 0 (x) .
x[0,1]

La funcin objetivo es

h(x) = | sin(x)| = sin (x) ,

sabemos que sin(x) es creciente en [0, 1], por lo tanto

M1 = max g 0 (x) = sin (1) = 0. 84147.
x[0,1]
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 16

En consecuencia, podemos asegurar que existe un nico punto fijo en el

intervalo [0, 1] y que la iteracin de punto fijo converge a l para todo valor
inicial x0 (0, 1) .
(b) El error cumple

|ej | (0. 84147)j (1 0) = (0. 84147)j .

Exigimos
(0. 84147)j 0.5 104
y resolvemos en j, resulta

ln 0.5 104
j = 57. 377.
ln (0. 84147)

Esto es, necesitamos j = 58 iteraciones.

(c) El valor de las primeras 5 iteraciones es

j xj
0 0.5
1 0. 87758
2 0. 63901
3 0. 80269
4 0. 69478
5 0. 76820

Si calculamos con 6 decimales, el valor de la iteracin 58 es

x58 = 0.739085.

En realidad, la cota de error es muy conservadora, pues el mtodo ya haba

convergido con 4 decimales en la iteracin 24.

4.4 Forma de punto fijo x = x f (x)

Consideremos una ecuacin f (x) = 0 que tiene una raz en el intervalo
[a, b]. Para todo valor de , la expresin

x = x f (x)

es una formulacin equivalente en forma de punto fijo

x = g(x)

con
g(x) = x f (x)
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 17

Es inmediato comprobar la raz de f (x) es un punto fijo de g(x). La

derivada de g(x) es
g 0 (x) = 1 f 0 (x).
Puede demostrarse que si 0
g () 1,

entonces la iteracin de punto fijo es convergente para valores iniciales x0

suficiente prximos a , adems, la velocidad de convergencia aumenta con
la disminucin de |g 0 ()| . Eso nos llevara a elegir, entre todos los posibles
valores de , aquel valor que minimize |g 0 ()|. En concreto tomamos el valor
de que anula g 0 (), esto es

g 0 () = 1 f 0 () = 0,

resulta el valor
1
= .
f 0 ()
El problema est en que no conocemos y, por lo tanto, no podemos calcular
. Un mtodo prctico para determinar es el siguiente:

1. Sabemos que el intervalo [a, b] contiene la solucin . Estimamos

f (b) f (a)
f 0 () ' .
ba

2. Tomamos
1
= .
f (b)f (a)
ba

En resumen, el mtodo es

x0 = valor inicial,
ba
xj+1 = xj f (xj ).
f (b) f (a)

Ejemplo 4.4 Aproxima la solucin de

1
ln x =
x
con 4 decimales, usando una formulacin de punto fijo del tipo

x = x f (x).
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 18

A partir de una representacin grfica esquemtica, tomamos el intervalo

[1, 2].
Escribimos la ecuacin en forma normal f (x) = 0, entonces
1
f (x) = ln (x) .
x
Calculamos
f (1) = 1, f (2) = 0. 1931.
Por el Teorema de Bolzano, tenemos una raz en el intervalo [1, 2]. Esti-
mamos el valor de f 0 ()

f (2) f (1)
f 0 () ' = 1. 1931,
21
y calculamos
1 1
= ' = 0. 8382.
f 0 () 1. 1931
La frmula de recurrencia es, por lo tanto,

x0 = 1.5,
1
xj+1 = xj 0. 8382 ln (xj ) .
xj

Obtenemos
j xj
0 1.5
1 1. 71893 9
2 1. 75250 6
3 1. 76052 3
4 1. 76253 7
5 1. 76304 8
6 1. 76317 8
7 1. 76321 1
8 1. 763220
9 1. 76322 2
Podemos tomar = 1.7632.

Ejemplo 4.5 Calcula la solucin de

x = cos(x)

con 4 decimales usando una formulacin de punto fijo del tipo

x = x f (x).
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 19

A partir de un esquema grfico, tomamos el intervalo [0, 1].

Escribimos la ecuacin en la forma f (x) = 0 con

f (x) = x cos(x).

Calculamos
f (0) = 1, f(1) = 0. 45970.
Por el Teorema de Bolzano, tenemos una raz en el intervalo [0, 1]. Esti-
mamos el valor de f 0 ()

f (1) f (0)
f 0 () ' = 1. 45970,
10
y calculamos
1 1
= ' = 0. 6851.
f 0 () 1. 45970
La frmula de recurrencia es, por lo tanto,

x0 = 0.5,
xj+1 = xj 0.6851 (xj cos (xj )) .

Obtenemos
j xj
0 0.5
1 0. 758681
2 0. 736115
3 0. 739518
4 0. 739021
5 0. 739094
6 0. 739083
7 0. 73908 3
Podemos tomar
= 0.7391